Automatización de Procesos Industriales (REPASO TEORIA DE CONTROL) Ingeniero de Organización. Curso 1 o

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Automatización de Procesos Industriales (REPASO TEORIA DE CONTROL) Ingeniero de Organización. Curso 1 o"

Transcripción

1 Automatización de Procesos Industriales (REPASO TEORIA DE CONTROL) Ingeniero de Organización. Curso 1 o Jose Mari González de Durana Dpto. I.S.A., EUITI e ITT - UPV/EHU Vitoria-Gasteiz Marzo 2002

2 2

3 Indice 1. Modelos de procesos continuos Procesos de tiempo contínuo La realimentación en los sistemas de control Elementos básicos un sistema de control Diseño de los sistemas de control Nociones de estabilidad, rapidez y precisión Clasificación de los sistemas de Control Modelo de función de transferencia Modelo de estado Linealización Transformaciones entre modelos Respuesta temporal Diagramas de bloques Grafos de flujo de señal Cálculo de la respuesta temporal Sistema de primer orden Sistema de segundo orden Respuesta del modelo de estado Análisis Modal Respuesta de frecuencia Respuesta de frecuencia Respuesta de un sistema a entrada sinusoidal Diagramas de Nyquist Diagramas de Bode Trazado por computador Criterio de estabilidad de Nyquist Márgenes de fase y de ganancia Lugar de las raíces Fundamento del método Reglas básicas del trazado del lugar de las raíces Trazado del lugar de las raíces por computador Ejemplos

4 4 INDICE 5. Funcionamiento de los sistemas de control Especificaciones de funcionamiento Análisis del error Sensibilidad a las variaciones de los parámetros Sensibilidad a las variables perturbadoras Indicies de comportamiento de los sistemas Estabilidad de los sistemas de control Controlabilidad y Observabilidad Sistemas de Tiempo Discreto Introducción Sistemas de tiempo discreto Sistemas intrínsecamente discretos Sistemas controlados por computador Sistemas de tiempo continuo muestreados Reconstrucción de la señal muestreada Teorema del muestreo Teorema de Shannon El elemento de retención de orden cero (ZOH) La transformada estrella La transformada z Propiedades y teoremas de la transformada z Transformadas de algunas funciones elementales Transformada z de diferencias finitas Ecuaciones diferencia y funciones de transferencia en z Obtención de la transformada z inversa Método de integración compleja Método de la división directa Método de expansión en fracciones simples Método de resolución numérica de la ecuación diferencia Modelos matemáticos de los sistemas de tiempo discreto Filtros digitales Sistemas continuos muestreados Modelo de estado de tiempo discreto Sistemas controlados por computador Estabilidad en el plano z Diseño del controlador digital Equivalencia al muestreo y retención Invariancia al impulso Invariancia al escalón Integración numérica Coincidencia de polos y ceros Transformación bilineal Métodos modernos de diseño

5 Capítulo 1 Modelos de procesos continuos Los procesos continuos o, mejor dicho, de tiempo continuo, son los que admiten modelos matemáticos relativamente simples, basados en ecuaciones diferenciales. Estos modelos muchas veces son lineales, o admiten ser linealizados, por lo que se obtienen con relativa facilidad y son exactos (siempre y cuando las hipótesis supuestas sean ciertas). Suelen representar el comportamiento de sistemas físicos que siguen leyes físicas elementales. Los procesos continuos pueden controlarse utilizando controladores analógicos o digitales dando lugar, respectivamente, a sistemas de control analógicos a sistemas controlados por computador Procesos de tiempo contínuo Tiempo continuo significa que la variable independiente de las ecuaciones del modelo matemático es el tiemp t del proceso y que éste varía de forma continua en un intervalo de R. Las ecuaciones diferenciales del modelo son, en general, ecuaciones en derivadas parciales (EDP) pero muchas veces se pueden reducir a ecuaciones diferenciales ordinarias (EDO) e incluso a veces a ecuaciones diferenciales ordinarias lineales y con coeficientes constantes. Esto da lugar a la siguiente clasificación de los sistemas de tiempo contínuo: Sistemas de parámetros distribuidos (EDP) Sistemas de parámetros concentrados (EDO) Sistemas lineales (EDO lineales) Sistemas lineales de parámetros constantes (EDO lineales con coeficientes constantes) De todos ellos los últimos son los más simples y para ellos se ha desarrollado una teoría matemática muy potente basada en el Algebra Lineal. Esto es importante para el ingeniero ya que puede calcular con facilidad la solución de muchos problemas que aparecen en algunas ramas técnicas como por ejemplo Circuitos eléctricos Sistemas mecánicos Sistemas térmicos Sistemas de flúidos 5

6 6 CAPÍTULO 1. MODELOS DE PROCESOS CONTINUOS Amplificadores electrónicos Sistemas de control Robótica Sistemas dinámicos lineales en general Los paquetes informáticos denominados Computer Aided Control System Design (CACSD) son de gran ayuda para estos menesteres. Algunos de ellos son Matlab y Scilab. Parámetros y variables En los modelos matemáticos las magnitudes que evolucionan en el tiempo se llaman variables del sistema o, a veces, señales. Estas variables son funciones de la variable independiente t, que representa el tiempo. Las magnitudes que no evolucionan (o cuya evolución no se tiene en cuenta) se llaman parámetros del sistema. En cada uno de los sistemas físicos que vamos a estudiar (mecánicos, eléctricos, térmicos, de fluidos, térmicos y mixtos) existe un conjunto de variables y parámetros que lo caracterizan. En los sistemas eléctricos, por ejemplo, las variables son el voltaje, la carga, la intensidad, el flujo magnético, etc. mientras que los parámetros son la resistencia, el coeficiente de autoinducción, la capacidad, etc. En los sistemas mecánicos de translación las principales variables que intervienen son la fuerza f, el desplazamiento x, la velocidad v y la aceleración a siendo sus parámetros significativos la masa m, el componente de rozamiento b y el componente de elasticidad k. En los sistemas mecánicos de rotación estas variables son el momento T, el desplazamiento angular θ, la velocidad angular ω y la aceleración α siendo sus parámetros significativos el momento de inercia J, el componente de rozamiento B y el componente de elasticidad K. En los sistemas térmicos las variables son el flujo calorífico q y la temperatura θ, y las variables la resistencia térmica R t y la capacitancia térmica C t. Y, por último, en los sistemas de fluidos las variables son el caudal f y la presión p y sus parámetros la resistencia del fluido R f, la inductancia del fluido L f y la capacitancia del fluido C f [?, sec. 2.2]. Clase de Sistema Variables Parámetros Sistemas Mecánicos (tras.) f, x, v, a m, k, b Sistemas Mecánicos (rot.) T, θ, ω, α m, k, b Sistemas Eléctricos v, i, φ R, L, C Sistemas Térmicos θ, q R t, C t Sistemas de Fluidos p, f R f, C f A pesar de las diferencias que existen entre las variables que caracterizan a las distintas clases de sistemas físicos, existen ciertas semejanzas fundamentales que pueden y deben ser aprovechadas de manera que la modelización resulte sencilla y a ser posible unificada para todos los sistemas La realimentación en los sistemas de control Un sistema de control sirve para controlar el valor de ciertas variables de salida por medio de otras variables de entrada. Hay dos procedimientos para ello denominados control en lazo abierto y control en lazo cerrado. Veamos cómo funcionan en el caso monovariable.

7 1.3. ELEMENTOS BÁSICOS UN SISTEMA DE CONTROL 7 En el control en lazo abierto (figura 1.1) la entrada u(t) actúa directamente sobre el dispositivo de control (controlador) C del sistema para producir el efecto deseado en la variables de salida, aunque sin comprobar el valor que toma dicha variable. w(t) u(t) C P y(t) Figura 1.1: Control en lazo abierto Un sistema de control en lazo cerrado tiene una entrada u(t), llamada de referencia o de consigna, que sirve para introducir en el sistema el valor deseado para la salida y(t). Esta salida se mide con un de captador M y dicha medida y m (t) se compara con el valor u(t) de la entrada de referencia. La diferencia ɛ(t) = u(t) y m (t) entre ambos valores incide sobre el dispositivo controlador C y la salida de éste, v c (t), sobre el elemento actuador A el cual a su vez ejerce la debida acción sobre planta P en el sentido de corregir la diferencia ɛ(t). En la figura 1.2 se ha representado un sistema de control en lazo cerrado. Con un razonamiento intuitivo podemos llegar a la conclusión de que el sistema en lazo cerrado responde mejor ante la presencia de la entrada perturbadora w(t). Y así es en muchos casos. Sin embargo, hay que ser muy cautos ante este tipo de razonamientos ya muchas veces que pueden fallar. No es posible predecir el comportamiento del sistema con feedback sin conocer previamente su modelo matemático. w(t) u(t) ɛ(t) + C v c (t) A v(t) + P y(t) y m (t) M Figura 1.2: Sistema de control en lazo cerrado El procedimiento de medir la señal de salida y restarla de la de entrada se llama realimentación negativa. El lazo que se forma al realizar la realimentación suele denominarse lazo o bucle de regulación Elementos básicos un sistema de control Los sistemas de control se pueden realizar con diversas tecnologías (mecánica, neumática, electrónica, etc.) pero sus elementos esenciales, indicados a continuación, son siempre los mismos. Advertimos, no obstante, que la terminología puede ser algo engañosa en ciertos contextos, quizás por utilización inadecuada, por traducción defectuosa del Inglés o por uso generalizado de algunos términos. Así, en nuestra área de conocimiento el término controlar se usa en el sentido de gobernar o conducir, mientras que en el lenguaje coloquial se dice a veces controlar con otro significado.

8 8 CAPÍTULO 1. MODELOS DE PROCESOS CONTINUOS Entradas: son los terminales que tiene el sistema de control por los que puede recibir estímulos que influyen en su evolución. Pueden ser Entradas de mando o de control: sirven para introducir órdenes. Entradas de referencias o consigna: son entradas de mando que imponen los valores deseados a sus correspondientes salidas. Entradas perturbadoras: son entradas que reciben estímulos indeseados. Salidas: son los terminales que tiene el sistema de control para emitir la respuesta, es decir, para que la respuesta pueda ser observada por el hombre o medida por una máquina. Planta: es el objeto que se desea controlar. Es un conjunto de componentes y piezas ensamblados entre sí y que cumplen una determinada función. Proceso: es una serie de operaciones que se realizan sobre uno o varios objetos con un fin determinado. Perturbaciones: Son alteraciones que se pueden producir en los componentes de una planta o proceso. Controlador Es un dispositivo que procesa la señal ɛ(t), es decir la diferencia entre la entrada de referencia u(t) y la medida de la salida y m (t), y produce una señal de salida v(t) adecuada para controlar la planta. Actuador Es el dispositivo que convierte la señal de salida del controlador v c (t) en otra señal v(t), posiblemente de distinta naturaleza y generalmente de mayor potencia, y la aplica a la planta o proceso. Captador Es el dispositivo de medida. Convierte la señal de salida y(t) en otra magnitud (generalmente eléctrica) y m (t), apta para ser restada del valor de la entrada u(t). Ejercicio Describir el funcionamiento de los siguientes sistemas de control e identificar todos los elementos básicos de cada uno de ellos. 1. Sistema de control de la temperatura de una habitación utilizando una estufa eléctrica con termostato. 2. Sistema de control del nivel de un depósito de agua utilizando un flotador y una válvula. 3. Control de la trayectoria que sigue de un ser humano al desplazarse. 4. Control de posición de un cañón. 5. Control del nivel de un depósito. 6. Regulación de la velocidad de un motor. 7. Control de la posición angular de un motor con reductor. 8. Regulación de la velocidad de la máquina de vapor.

9 1.4. DISEÑO DE LOS SISTEMAS DE CONTROL Diseño de los sistemas de control Como hemos visto, la fase de análisis de un sistema tiene por objeto la obtención de un modelo matemático a partir de observaciones y experiencias obtenidas a partir de un sistema real. El problema inverso consiste en la síntesis o diseño y construcción, si procede, de un determinado sistema a partir de un supuesto modelo. Este problema se denomina realización. La realización tiene en general una mayor dificultad que el análisis, precisando de la utilización de conceptos matemáticos de cierta complejidad. La realización tiene además la dificultad añadida del montaje y puesta a punto ya que resulta prácticamente imposible construir un sistema cuyo funcionamiento sea exactamente igual al previsto en el modelo. Por ello suele ser necesario un proceso de aproximaciones sucesivas con repetidas fases de análisis-síntesis Nociones de estabilidad, rapidez y precisión Tanto en la fase de análisis como en la de síntesis resulta de gran utilidad disponer de métodos de medida que permitan cuantificar el comportamiento dinámico de los sistemas. Estas medidas se efectúan en términos de las denominadas especificaciones de funcionamiento de los sistemas dinámicos de las cuales las más relevantes son estabilidad, precisión y rapidez [Ogata 82, sec. 10.1]. Estas especificaciones tratan de dar una medida del mayor o menor grado de buen funcionamiento del sistema. La estabilidad es la especificación más importante ya que es exclusiva, es decir, es una condición necesaria para el funcionamiento del sistema. Todo el mundo tiene una noción intuitiva de estabilidad. Cuando hablamos de la estabilidad (o inestabilidad) de un barco, de un avión, de un automóvil o de cualquier otro objeto dinámico, sabemos más o menos a qué nos estamos refiriendo. La inestabilidad puede provocar una rápida parada o, en ocasiones, puede conducir al deterioro e incluso a la destrucción del sistema. La rapidez y la precisión son virtudes, esencialmente contrapuestas, exigibles en mayor o menor medida a los sistemas de control. Parece lógico, por ejemplo, que una máquina herramienta realice sus operaciones de forma rápida y precisa; sin embargo se puede ver intuitivamente que ciertas operaciones de gran precisión no pueden ser además muy rápidas Clasificación de los sistemas de Control Causalidad Los sistemas de control se pueden clasificar atendiendo a diferentes propiedades. Se dice que un sistema es causal si existe una relación de causalidad entre entradas y salidas. Los sistemas físicos existentes en la Naturaleza son siempre causales. Atendiendo a esta propiedad tenemos Sistemas causales Sistemas no causales Número de variables Un sistema se denomina monovariable cuando tiene una única variable de entrada y una única variable de salida. En los demás casos se llama multivariable. Tenemos asi, Sistemas monovariables

10 10 CAPÍTULO 1. MODELOS DE PROCESOS CONTINUOS Sistemas multivariables Linealidad Según que las ecuaciones diferenciales sean lineales o no lo sean: Sistemas lineales Sistemas no lineales Evolución en el tiempo Sistemas de tiempo continuo Sistemas de tiempo discreto Sistemas de eventos discretos Los sistemas de tiempo continuo son aquellos en que las magnitudes se representan por funciones continuas de la variable real tiempo. En los sistemas de tiempo discreto las magnitudes sólo pueden tomar un número finito de valores y son funciones de la variable discreta tiempo. Los sistemas de eventos discretos, hoy día llamados sistemas comandados por eventos (event-driven systemas) o sistemas reactivos, son los que están comandados esencialmente por señales eventuales. Esto es, no existe un período que marque las transiciones de las variables sino que éstas evolucionan únicamente cuando en el sistema suceden ciertos sucesos o eventos con ellas relacionados. Invariancia de los parámtros. Sistemas estacionarios Sistemas no estacionarios Un sistema invariante en el tiempo o sistema estacionario es aquel cuyos parámetros no varían con el tiempo. La respuesta de un sistema estacionario es independiente del instante de tiempo en el que se aplique la entrada y los coeficientes de la ecuación diferencial que rige el funcionamiento del sistema son constantes. Un sistema no estacionario es el que tiene uno o más parámetros que varían con el tiempo. El instante de tiempo en que se aplica la entrada al sistema debe conocerse y los coeficientes de su ecuación diferencial dependen del tiempo. Determinismo Según que la evolución del sistema pueda o no ser determinada con antelación: Sistemas estocásticos Sistemas deterministas Cuando se conocen exactamente las magnitudes que se aplican a las entradas y leyes que rigen la evolución del sistema, su comportamiento futuro es predecible. Un sistema se denomina determinista cuando, dentro de ciertos límites, su comportamiento futuro es predecible y repetible. De otro modo el sistema se denomina estocástico, por contener variables aleatorias. Localización de los parámetros:

11 1.6. MODELO DE FUNCIÓN DE TRANSFERENCIA 11 Sistemas de parámetros concentrados Sistemas de parámetros distribuidos En los primeros los parámetros se suponen concentrados en puntos concretos del sistema mientras que en los segundos están distribuidos espacialmente. Ejercicio En los siguientes sistemas de control identificar las entradas y salidas e indicar cómo se controlan y como obtiene la respuesta. Fuerza actuando sobre una masa Bicicleta Climatizador de un automóvil Máquina tragaperras Máquina herramienta funcionando con un autómata. Ejercicio Poner ejemplos de otros sistemas de control y repetir con ellos el ejercicio anterior Modelo de función de transferencia El modelo matemático de función de transferencia se obtiene aplicando la transformación de Laplace a las ecuaciones diferenciales que modelizan un sistema lineal de parámetros constantes. Si el sistema es monovariable la ecuación diferencial que lo describe es de la forma (??): a n (n) y (t) a 2 ÿ(t) + a 1 ẏ(t) + a 0 y(t) = b m (m) u (t) b 2 ü(t) + b 1 u(t) + b 0 u(t) Apliquemos la transformación de Laplace a las variables u(t) e y(t): L[u(t)] = U(s) L[y(t)] = Y (s) (1.1) Para hallar la transformada de Laplace de la ecuación diferencial (1.1) es necesario conocer los valores de las condiciones iniciales, es decir, los valores de la función y de sus derivadas desde primer orden hasta orden n 1 en el instante t = 0. Sean estos valores los siguientes: y 0, ẏ 0, ÿ 0, (n 1) y 0 (1.2) Aplicando la transformación de Laplace a ambos miembros de la ecuación (1.1) obtenemos: a n [s n Y (s) s n 1 y 0... (n 1) y 0 ] a 2 [s 2 Y (s) sy 0 ẏ 0 ] + a 1 [sy (s) y 0 ] + a 0 Y (s) = U(s)[b m s m b 2 s 2 + b 1 s + b 0 ] (1.3) Pasando los términos correspondientes a las condiciones iniciales al segundo miembro queda Y (s)(a n s n a 2 s 2 + a 1 s + a 0 ) = U(s)(b m s m b 2 s 2 + b 1 s + b 0 ) +s n 1 (n 2) (n 1) (1.4) a n y s[a n y a 2 y 0 ] + a n y a 2 ẏ 0 + a 1 y 0

12 12 CAPÍTULO 1. MODELOS DE PROCESOS CONTINUOS y haciendo la ecuación puede escribirse de la forma c n 1 = a n y 0... c 1 = a n (n 2) y a 2 y 0 c 0 = a n (n 1) y a 2 ẏ 0 + a 1 y 0 (1.5) Y (s) = b ms m b 2 s 2 + b 1 s + b 0 a n s n a 2 s 2 + a 1 s + a 0 U(s) (1.6) + c n 1s n c 2 s 2 + c 1 s + c 0 a n s n a 2 s 2 + a 1 s + a 0 (1.7) Se define la función de transferencia como el cociente entre las transformadas de Laplace de la salida Y (s) y de la entrada U(s) del sistema cuando todas las condiciones iniciales son nulas. Es decir G(s) = b ms m b 2 s 2 + b 1 s + b 0 a n s n a 2 s 2 = b(s) (1.8) + a 1 s + a 0 a(s) Entonces la expresión de la transformada de Laplace de la salida del sistema puede escribirse Y (s) = G(s)U(s) + c(s) a(s) (1.9) El polinomio denominador a(s) de la función de transferencia se denomina polinomio característico del sistema. La ecuación a n s n a 2 s 2 + a 1 s + a 0 = 0 (1.10) que resulta de igualar a cero el polinomio característico se denomina ecuación característica del sistema. Sistemas multivariables La generalización del concepto de función de transferencia a sistemas multivariables se realiza por medio de la matriz de funciones de transferencia. La matriz de funciones de transferencia de un sistema con q entradas y p salidas es una matriz g 11 (s)... g 1j (s)... g 1q (s) G(s) = g i1 (s)... g ij (s)... g iq (s) g p1 (s)... g pj (s)... g pq (s) (1.11) cuyos elementos son funciones racionales. El elemento g ij de esta matriz denota la función de transferencia existente entre la salida y i y la entrada u j del sistema: g ij (s) = Y i(s) U j (s) (1.12)

13 1.7. MODELO DE ESTADO 13 Los sistemas de ecuaciones diferenciales admiten una representación más general que las dadas por los modelos de función de transferencia o de estado. Aplicando la transformación de Laplace al sistema (??) obtenemos P (s)x(s) = Q(s)U(s) Y (s) = R(s)X(s) + W (s)u(s) (1.13) que se denomina descripción polinómica del sistema 1.7. Modelo de estado El modelo matemático de un sistema lineal monovariable de parámetros constantes es una ecuación diferencial ordinaria lineal junto con otra ecuación algebraica a n (t) (n) x (t) a 2 (t)ẍ(t) + a 1 (t)ẋ(t) + a 0 (t)x(t) = u(t) (1.14) y(t) = b m (t) (m) x (t) b 2 (t)ẍ(t) + b 1 (t)ẋ(t) + b 0 (t)x(t), (1.15) o bien un sistema de ecuaciones diferenciales lineales. Entonces es siempre posible despejar la derivada de orden máximo y obtener una expresión de la forma ẋ = f(t, x), (1.16) que suele llamarse forma normal. Haciendo los cambios x 1 := x, x 2 := ẋ, x 3 := ẍ,..., el sistema se pueden escribir en la forma ẋ = Ax + Bu y = Cx + Du A R n n B R n q C R p n D R p q (1.17) en donde x 1 u 1 x 2 x =. u = u 2. y = y 2. x n u q x p y 1 x i, u j, y k R i = 1... n, j = 1... q, k = 1... p. (1.18) La primera ecuación de (1.17) se llama ecuación de estado y la segunda, ecuación de salida Linealización La teoría de los sistemas lineales es aplicable a cualquier clase sistema dinámico cuyo comportamiento pueda expresarse en la forma ẋ = Ax + Bu y = Cx + Du Los sistemas físicos son en general no lineales. La mayor dificultad que surge en el estudio de estos sistemas es que no existen clases de sistemas no lineales, mediante las cuales su estudio

14 14 CAPÍTULO 1. MODELOS DE PROCESOS CONTINUOS podría asemejarse al de los sistemas lineales, sino que han de ser estudiados de forma individual y utilizando métodos particulares en cada caso. Por ello los resultados que se obtienen no son generales sino que están circunscritos al ámbito del sistema objeto de estudio. En muchos casos el único método existente para el estudio de un sistema no lineal dado, aparte de la experimentación en el propio sistema, es la simulación. Los actuales paquetes de CACSD (diseño asistido por computador de sistemas de control) permiten simular con facilidad una gran variedad de sistemas no lineales. Un método muy importante para el estudio de los sistemas no lineales es el de Linealización. Este método permite que algunos sistemas no lineales puedan ser considerados como lineales dentro de un entorno alrededor de cierto punto, o trayectoria, de funcionamiento. La importancia de este método radica en que al convertir un sistema no lineal dado en otro lineal, pueden aplicarse al mismo todos los resultados de la teoría de Sistemas Lineales con lo que su estudio resulta sistemático y los resultados obtenidos son generales en el ámbito de los sistemas lineales. Sea un sistema dinámico no lineal definido por el sistema de ecuaciones no lineales de primer grado ẋ = f(x, t), x(t 0 ) = x 0 (1.19) donde f está definida en algún subconjunto abierto Ω I R n R. Se dice que el sistema descrito por (1.19) tiene un punto de equilibrio aislado x e R n si se cumple 1. f(x e, t) = 0, t I 2. f(x, t) 0, t I x x e en algún entorno de x Como x e es independiente de t, podemos escribir para alguna función g. De aquí que ẋ = d dt (x x e) = f((x x e ) + x e, t) = g(x x e, t) ẋ = g( x), x = x x e (1.20) Entonces x = O es un punto de equilibrio de (1.20). Por tanto, podemos considerar siempre el origen como un punto de equilibrio, sin más que realizar un simple cambio de coordenadas. Si un sistema evoluciona con pequeñas desviaciones alrededor de un punto de funcionamiento o estado de equilibrio (x 0, u 0 ), puede admitir ser linealizado en ese punto. De forma más general, el sistema puede admitir ser linealizado a lo largo de una trayectoria (x 0 (.), u 0 (.)) en el espacio de estado. Vamos a suponer que el sistema está expresado en forma de un sistema de ecuaciones diferenciales de primer grado, en general no lineales, denominadas ecuaciones de estado: ẋ = f(x(t), u(t), t), x R n, u R q (1.21) y que {x 0 (.), u 0 (.)} es una solución nominal del sistema, que representa una trayectoria en el espacio de estado. Consideremos primeramente el caso monovariable ẋ = f(x(t), u(t), t), x R, u R

15 1.8. LINEALIZACIÓN 15 Supongamos que perturbamos la solución de forma que x(t) = x 0 (t) + δx(t), u(t) = u 0 (t) + δu(t) (1.22) y que las potencias (δx) i, (δu) i, i > 1, son muy pequeñas comparadas con δx, δu. Es decir Derivando (1.22) tenemos de donde (δx) i = o(δx, δu), (δu) i = o(δx, δu), i > 1 ẋ(t) = ẋ 0 (t) + δx(t) δx(t) = ẋ(t) ẋ 0 (t) Supongamos ahora que f(.) es lo suficientemente lisa (sin cambios bruscos) para admitir el desarrollo en serie de Taylor f[x(t), u(t), t] = f[x 0 (t), u 0 (t), t] + f x (t)δx(t) + f u (t)δu(t) + o(δx, δu) ẋ(t) ẋ 0 (t) = f x (t)δx(t) + f u (t)δu(t) + o(δx, δu) δx(t) = f x (t)δx(t) + f u (t)δu(t) + o(δx, δu) (1.23) en donde f x (t) = f x, x0,u 0 f u (t) = f u x0,u 0 En el caso multivariable f(.), x(.), u(.) son vectores. Entonces f x (.) y f u (.) son los jacobianos J x0, J u0 de f(.) respecto de x y de u, respectivamente, que dependen de x 0 (.), u 0 (.). J x0 = f f 1 f x f 1 f x n x = , J u0 x0,u 0 f n x 1... x0,u0 = f u u n u = (1.24) x0,u o f n u 1... x0,u0 f n x n De esta manera se obtiene la ecuación linealizada que se puede escribir en la forma habitual f n u n δx = f x δx + f u δu (1.25) x(t) = A x(t) + Bū(t) siendo x(t) = δx(t), ū(t) = δu(t), A(t) = f x (t), B(t) = f u (t). Es importante destacar que las matrices A y B (jacobianos) son funciones de tiempo si la solución de la ecuación diferencial no es constante. Ejemplo El depósito de la figura?? tiene sección constante de área A 1 y está lleno de agua hasta una altura h(t) variable. El caudal q(t) de salida de agua se controla mediante una válvula que abre o cierra el orificio de salida de área a(t). Vamos a obtener el primero modelo no lineal, y después, el modelo lineal por linealización. La energía potencial de una masa m de agua situada en la superficie, es decir a una altura h(t) es E p = mgh(t). La misma masa de agua cuando sale por el tubo tendrá una energía cinética E c = 1 2 mv(t)2. Por el principio de conservación de la energía, ambas energías han de ser iguales, E p = mgh(t) = 1 2 mv(t)2 = E c,

16 16 CAPÍTULO 1. MODELOS DE PROCESOS CONTINUOS h ( t) q ( t) a ( t) Figura 1.3: Depósito por lo que la velocidad de salida del agua es v(t) = 2gh(t). Como el caudal de salida se obtiene multiplicando el área a(t) de salida por la velocidad v(t) del agua, tenemos q(t) = a(t)v(t) = a(t) 2gh(t) Por otro lado, el caudal q(t) ha de ser igual a la variación del volumen A 1 h(t) de agua en el depósito, es decir q(t) = d dt A dh 1h(t) = A 1 dt Igualando las dos últimas expresiones obtenemos la ecuación diferencial, no lineal, que es el modelo matemático. dh dt = 1 A1 a(t) 2gh(t) Vamos a hacer la linealización del sistema. Para ello, lo primero es escoger un punto de funcionamiento (o estado de equilibrio). Vamos a escoger a 0 y h 0 como valores de equilibrio para a(t) y h(t). Esto, en la práctica, significará que la altura h(t) se va a mantener con un valor próximo a h 0 y que el valor del caudal q(t) va a ser cercano a a 0. Esto mismo se puede expresar definiendo dos nuevas variables x(t) := h(t) h 0 y u(t) := a(t) a 0 que representan los pequeños incrementos que toman las variables h(t) y a(t) respecto del punto de equilibrio. La función f de la ecuación 1.20 es ahora f(h, a) = 1 A1 a(t) 2gh(t), en donde h(t) y a(t) hacen el papel de x(t) y u(t), respectivamente. Las derivadas parciales de f, respecto de h y respecto de u, en el punto h o, a 0, nos dan los parámetros de la linealización. Derivando f respecto de h, tenemos f h = 1 2ga ho,a0 A 1 2 2gh = ho,a0 ga 0 A 1 2gh0 := A,

17 1.9. TRANSFORMACIONES ENTRE MODELOS 17 y, derivando f respecto de a, f a = 1 2gh0 := B. ho,a0 A 1 Con esto, ya tenemos el modelo linealizado en h 0, a 0 respecto de las variables x(t) y a(t): { ẋ(t) = Ax(t) + Bu(t) y(t) = Cx(t) + Du(t) Obsérvese que para obtener el modelo hemos supuesto (implícitamente) que no hay pérdidas de energía por rozamiento Transformaciones entre modelos En las anteriores secciones hemos visto las expresiones habituales de los modelos matemáticos de los sistemas de tiempo continuo. El modelo más general, válido para sistemas lineales y no lineales, es el modelo de ecuación diferencial. Los sistemas lineales admiten el modelo de estado y, si son de coeficientes constantes, el modelo de función de transferencia o, más general, el modelo denominado representación polinomial. La preguntas que surgen inmediatamente son que, dada la representación de un sistema en uno de los modelos, es posible obtener su representación en otros modelos? Si la respuesta a esta pregunta es afirmativa, cómo se pasa de unos a otros modelos? Ecuación diferencial función de transferencia La obtención del modelo de función de transferencia a partir del modelo de ecuación diferencial lineal y de coeficientes constantes se realiza de modo inmediato, como hemos visto en la sección (1.6), aplicando la transformación de Laplace a la ecuación diferencial (1.1), suponiendo condiciones iniciales nulas: a n (n) y (t) a 2 ÿ(t) + a 1 ẏ(t) + a 0 y(t) = b m (m) u (t) b 2 ü(t) + b 1 u(t) + b 0 u(t) con lo que se obtiene la función de transferencia (1.8) G(s) = b ms m b 2 s 2 + b 1 s + b 0 a n s n a 2 s 2 + a 1 s + a 0 = b(s) a(s) Como puede verse, si exceptuamos las condiciones iniciales, la función de transferencia contiene exactamente la misma información que la ecuación diferencial. Los coeficientes de constantes a i, b j, i = 0,..., n, j = 0,..., m de la ecuación diferencial son los coeficientes de los polinomios denominador a(s) y numerador b(s) de la función de transferencia G(s). La transformación inversa, de función de transferencia a ecuación diferencial, se obtiene aplicando la transformación inversa L 1 de Laplace a la expresión X(s)(b m s m b 2 s 2 + b 1 s + b 0 ) = Y (s)(a n s n a 2 s 2 + a 1 s + a 0 ) En el supuesto de unicidad de la transformación inversa L 1 de Laplace, el resultado vuelve a ser la ecuación diferencial (1.1)

18 18 CAPÍTULO 1. MODELOS DE PROCESOS CONTINUOS Ecuación diferencial ecuaciones de estado Este paso, como ya se ha indicado en la sección (1.14) consiste en obtener el sistema en forma normal equivalente a la ecuación diferencial dada. Función de transferencia ecuaciones de estado El paso del modelo de estado al de función de transferencia se realiza aplicando la transformación de Laplace a las ecuaciones de estado del sistema. El paso inverso, del modelo de función de transferencia al de estado se denomina realización. Obtención de la matriz de transferencia a partir del modelo de estado Sea un sistema dinámico cuyo modelo de estado viene dado por las ecuaciones ẋ = Ax + Bu y = Cx + Du (1.26) en donde x R n, u R q, y R p, A R n n, B R n q, C R p n, D R p q. Apliquemos la transformación de Laplace a la ecuación de estado si n X(s) = AX(s) + BU(s) si n X(s) AX(s) = BU(s) (si n A)X(s) = BU(s) La matriz si n A es un haz regular de matrices, o matriz polinómica de grado uno. Es decir, es una matriz cuyos elementos son polinomios cuyo grado máximo es uno. Esta matriz se llama matriz característica del sistema. Su determinante si A se llama polinomio característico del sistema y es siempre distinto de cero por lo que esta matriz es siempre invertible. Por tanto podemos poner X(s) = (si n A) 1 BU(s) (1.27) Apliquemos ahora la transformada de Laplace a la ecuación de salida, segunda ecuación de(1.26) Sustituyendo (1.27) en esta ecuación queda con lo que la matriz de transferencia es Realización Y(s) = CX(s) + DU Y(s) = C(sI n A) 1 BU(s) + DU G(s) = Y(s) U(s) = C(sI n A) 1 B + D La obtención del modelo de estado a partir del modelo de matriz de transferencia se llama realización. Esta denominación se debe a que la información suministrada por el modelo de estado, que contiene datos sobre la estructura interna del sistema, se encuentra más próxima a la realidad que la dada por el modelo de función de transferencia que sólo se refiere a la relación entre la entrada y la salida del sistema. Como veremos más adelante, a partir de las matrices A, B, C, B, que definen un modelo de estado dado, puede obtenerse inmediatamente

19 1.9. TRANSFORMACIONES ENTRE MODELOS 19 el denominado diagrama de simulación. Este diagrama contiene toda la información necesaria para construir un sistema físico (analógico o digital) que responde al modelo de estado dado. Por ello, por conveniencia, se suele llamar realización a la cuaterna de matrices A, B, C, D. Dada la realización A, B, C, D de un sistema cuyo modelo de estado ẋ = Ax + Bu y = Cx + Du (1.28) corresponde a la matriz de transferencia G(s), es decir que G(s) = C(sI n A) 1 B +D, podemos escribir otra realización haciendo el cambio de base x = P x, P 0 (1.29) en el espacio de estado. Sustituyendo en (1.28) x por P x obtenemos como modelo de estado transformado: x = P 1 AP x + P 1 Bu = Ā x + Bu y = CP x + Du = C x (1.30) + Du Obsérvese cómo al hacer un cambio de base en el espacio de estado hemos obtenido una nueva realización definida por las matrices Ā, B, C, D. Parece lógico pensar que un cambio de base no debería de afectar al comportamiento dinámico entrada-salida del sistema y, en efecto, así ocurre. Es fácil ver que las matrices de transferencia y los polinomios característicos de las realizaciones A, B, C, D y Ā, B, C, D son idénticos. Existen, por tanto, infinidad de realizaciones de una matriz de transferencia G(s), ya que podemos definir infinitas matrices P de transformación. La transformación del vector de estado definida en (1.29) se llama transformación de semejanza ya que la matriz de planta A del modelo de estado original y P 1 AP del transformado son semejantes. De las infinitas posibles realizaciones de una determinada matriz de transferencia G(s), definidas cada una de ellas por sus matrices A, B, C, D, hay algunas, denominadas canónicas, que tienen una forma especial y que corresponden a ciertas configuraciones con nombre propio del sistema físico a ellas asociado. Son las formas canónicas denominadas controlador, observador, controlabilidad, observabilidad y diagonal. Veamos cómo son las formas canónicas correspondientes a una función de transferencia dada G(s) (caso monovariable). Supongamos que el polinomio característico de G(s) es mónico, es decir, el coeficiente del término de grado n-simo es 1, y que G(s) es estrictamente propia. Entonces la función de transferencia se puede escribir de la forma G(s) = b 1 s n 1 + b 2 s n b n 1 s + b n s n + a 1 s n 1 + a 2 s n a n 1 s + a n (1.31) Obsérvese que los coeficientes a i, b j de los polinomios numerador y denominador aparecen en orden inverso al habitual. Las matrices que definen la forma canónica controlador de G(s) son a 1 a 2... a n 1 a n A cr = B cr = C cr = [ b 1 b 2... b n 1 b n ]. 0 D cr = [ 0 ] (1.32)

20 20 CAPÍTULO 1. MODELOS DE PROCESOS CONTINUOS Las matrices que definen la forma canónica observador de G(s) son a b 1 a b 2 A or = B or =. a n b n 1 a n b n C or = [ ] D or = [ 0 ] Las matrices que definen la forma canónica controlabilidad de G(s) son a n a n 1 0 A cd = a n 2 B..... cd = a 1 0 C cd = [ β 1 β 2... β n 1 β n ] D cd = [ 0 ] Las matrices que definen la forma canónica observabilidad de G(s) son β β 2 A od = B od = β n 1 a n a n 1... a 2 a 1 β n C od = [ ] D od = [ 0 ] (1.33) (1.34) (1.35) Los números β 1, β 2,..., β n que aparecen en las dos últimas formas canónicas, controlabilidad y observabilidad, son los denominados parámetros de Markov, cuyo valor viene dado por β 1 β 2 a b 1... β n 1 = b 2. a n 2 a..... n b n 1 β n. a n 1 a.. b n n 2 a1 1 Por último, las matrices de la forma canónica diagonal correspondiente a una realización definida por sus matrices A, B, C, D, está definida por la transformación P que pasa la matriz de planta a su forma diagonal. Si los valores propios de A son todos distintos, la transformación P es una matriz cuadrada cuyas columnas son los vectores propios de A. Las nuevas matrices, por (1.30) son: Â = P 1 AP = diag[λ 1, λ 2,..., λ n ] ˆB = P 1 B, Ĉ = CP, ˆD = D (1.36) Si la matriz A tiene valores propios repetidos, la matriz P es la que transforma A en su forma canónica de Jordan.

TEMA 1.- SISTEMAS AUTOMÁTICOS Y DE CONTROL.

TEMA 1.- SISTEMAS AUTOMÁTICOS Y DE CONTROL. TEMA 1.- SISTEMAS AUTOMÁTICOS Y DE CONTROL. INDICE 1.-INTRODUCCIÓN/DEFINICIONES 2.-CONCEPTOS/DIAGRAMA DE BLOQUES 3.-TIPOS DE SISTEMAS DE CONTROL 4.-TRANSFORMADA DE LAPLACE 1.- INTRODUCCIÓN/DEFINICIONES:

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Introducción a los sistemas de control

Introducción a los sistemas de control Introducción a los sistemas de control Sistema Un sistema es una combinación de componentes que actúan juntos y realizan un objetivo determinado A un sistema se le puede considerar como una caja negra

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

Ecuaciones Diferenciales Tema 2. Trasformada de Laplace

Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ecuaciones Diferenciales Tema 2. Trasformada de Laplace Ester Simó Mezquita Matemática Aplicada IV 1 1. Transformada de Laplace de una función admisible 2. Propiedades básicas de la transformada de Laplace

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

INDICE 1. Introducción 1.2. Qué es Realimentación y Cuáles son sus Efectos? 1.3. Tipos de Sistemas de Control Realimentado

INDICE 1. Introducción 1.2. Qué es Realimentación y Cuáles son sus Efectos? 1.3. Tipos de Sistemas de Control Realimentado INDICE Prefacio XIX Prefacio al Software de Computadora para Sistemas de Control XXII 1. Introducción 1 1.1. Introducción 1 1.1.1. Componentes básicos de un sistema de control 2 1.1.2. Ejemplos de aplicaciones

Más detalles

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.

Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < b y se lee a es menor que b (desigualdad estricta) a > b y se lee a es mayor que b (desigualdad estricta) Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,

Más detalles

Definición de vectores

Definición de vectores Definición de vectores Un vector es todo segmento de recta dirigido en el espacio. Cada vector posee unas características que son: Origen: O también denominado Punto de aplicación. Es el punto exacto sobre

Más detalles

Tema 3. Secuencias y transformada z

Tema 3. Secuencias y transformada z Ingeniería de Control Tema 3. Secuencias y transformada z Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Concepto de secuencia

Más detalles

Muchas veces hemos visto un juego de billar y no nos percatamos de los movimientos de las bolas (ver gráfico 8). Gráfico 8

Muchas veces hemos visto un juego de billar y no nos percatamos de los movimientos de las bolas (ver gráfico 8). Gráfico 8 Esta semana estudiaremos la definición de vectores y su aplicabilidad a muchas situaciones, particularmente a las relacionadas con el movimiento. Por otro lado, se podrán establecer las características

Más detalles

Electrónica Analógica Respuesta en frecuencia. Transformada de Laplace

Electrónica Analógica Respuesta en frecuencia. Transformada de Laplace Electrónica Analógica espuesta en frecuencia. Transformada de Laplace Transformada de Laplace. Introducción La transformada de Laplace es una herramienta matemática muy útil en electrónica ya que gracias

Más detalles

2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace

2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace 2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma

Más detalles

Ejemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) =

Ejemplo: Resolvemos Sin solución. O siempre es positiva o siempre es negativa. Damos un valor cualquiera Siempre + D(f) = T1 Dominios, Límites, Asíntotas, Derivadas y Representación Gráfica. 1.1 Dominios de funciones: Polinómicas: D( = La X puede tomar cualquier valor entre Ejemplos: D( = Función racional: es el cociente

Más detalles

LÍMITES Y CONTINUIDAD DE FUNCIONES

LÍMITES Y CONTINUIDAD DE FUNCIONES Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos

Más detalles

1.1. Introducción y conceptos básicos

1.1. Introducción y conceptos básicos Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................

Más detalles

3.1 DEFINICIÓN. Figura Nº 1. Vector

3.1 DEFINICIÓN. Figura Nº 1. Vector 3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado

Más detalles

3.1. FUNCIÓN SINUSOIDAL

3.1. FUNCIÓN SINUSOIDAL 11 ÍNDICE INTRODUCCIÓN 13 CIRCUITOS DE CORRIENTE CONTINUA 19 Corriente eléctrica. Ecuación de continuidad. Primera ley de Kirchhoff. Ley de Ohm. Ley de Joule. Fuerza electromotriz. Segunda ley de Kirchhoff.

Más detalles

NÚMEROS NATURALES Y NÚMEROS ENTEROS

NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de

Más detalles

TRANSFORMADA DE LAPLACE

TRANSFORMADA DE LAPLACE TRANSFORMADA DE LAPLACE DEFINICION La transformada de Laplace es una ecuación integral que involucra para el caso específico del desarrollo de circuitos, las señales en el dominio del tiempo y de la frecuencia,

Más detalles

Transformaciones canónicas

Transformaciones canónicas apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q

Más detalles

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES

CURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES INECUACIONES NOTA IMPORTANTE: El signo de desigualdad de una inecuación puede ser,, < o >. Para las cuestiones teóricas que se desarrollan en esta unidad únicamente se utilizará la desigualdad >, siendo

Más detalles

Un filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i.

Un filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i. Filtros Digitales Un filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i. En electrónica, ciencias computacionales y matemáticas, un filtro

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

1. Producto escalar, métrica y norma asociada

1. Producto escalar, métrica y norma asociada 1. asociada Consideramos el espacio vectorial R n sobre el cuerpo R; escribimos los vectores o puntos de R n, indistintamente, como x = (x 1,..., x n ) = n x i e i i=1 donde e i son los vectores de la

Más detalles

FUNCIONES CUADRÁTICAS Y RACIONALES

FUNCIONES CUADRÁTICAS Y RACIONALES www.matesronda.net José A. Jiménez Nieto FUNCIONES CUADRÁTICAS Y RACIONALES 1. FUNCIONES CUADRÁTICAS. Representemos, en función de la longitud de la base (), el área (y) de todos los rectángulos de perímetro

Más detalles

Transformación de binario a decimal. Transformación de decimal a binario. ELECTRÓNICA DIGITAL

Transformación de binario a decimal. Transformación de decimal a binario. ELECTRÓNICA DIGITAL ELECTRÓNICA DIGITAL La electrónica es la rama de la ciencia que se ocupa del estudio de los circuitos y de sus componentes, que permiten modificar la corriente eléctrica amplificándola, atenuándola, rectificándola

Más detalles

Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x

Los polinomios. Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Los polinomios Los polinomios Un polinomio es una expresión algebraica con una única letra, llamada variable. Ejemplo: 9x 6 3x 4 + x 6 polinomio de variable x Elementos de un polinomio Los términos: cada

Más detalles

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces

Más detalles

1.4.- D E S I G U A L D A D E S

1.4.- D E S I G U A L D A D E S 1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y

Más detalles

I.E.S.MEDITERRÁNEO CURSO 2015 2016 DPTO DE MATEMÁTICAS PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O.

I.E.S.MEDITERRÁNEO CURSO 2015 2016 DPTO DE MATEMÁTICAS PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O. PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O. Este programa está destinado a los alumnos que han promocionado a cursos superiores sin haber superado esta materia.

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

Anexo 1: Demostraciones

Anexo 1: Demostraciones 75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:

Más detalles

Matlab para Análisis Dinámico de Sistemas

Matlab para Análisis Dinámico de Sistemas Matlab para Análisis Dinámico de Sistemas Análisis Dinámico de Sistemas, curso 26-7 7 de noviembre de 26 1. Introducción Para usar las funciones aquí mencionadas se necesita Matlab con el paquete de Control

Más detalles

2.5 Linealización de sistemas dinámicos no lineales

2.5 Linealización de sistemas dinámicos no lineales 25 Linealización de sistemas dinámicos no lineales En las secciones anteriores hemos visto como representar los sistemas lineales En esta sección se estudia una manera de obtener una aproximación lineal

Más detalles

4 APLICACIONES LINEALES. DIAGONALIZACIÓN

4 APLICACIONES LINEALES. DIAGONALIZACIÓN 4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos

Más detalles

Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores

Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Apoyo para la preparación de los estudios de Ingeniería y Arquitectura Física (Preparación a la Universidad) Unidad 4: Vectores Universidad Politécnica de Madrid 5 de marzo de 2010 2 4.1. Planificación

Más detalles

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

SISTEMAS DE NUMERACIÓN. Sistema decimal

SISTEMAS DE NUMERACIÓN. Sistema decimal SISTEMAS DE NUMERACIÓN Sistema decimal Desde antiguo el Hombre ha ideado sistemas para numerar objetos, algunos sistemas primitivos han llegado hasta nuestros días, tal es el caso de los "números romanos",

Más detalles

Geometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA

Geometría analítica. Impreso por Juan Carlos Vila Vilariño Centro I.E.S. PASTORIZA Conoce los vectores, sus componentes y las operaciones que se pueden realizar con ellos. Aprende cómo se representan las rectas y sus posiciones relativas. Impreso por Juan Carlos Vila Vilariño Centro

Más detalles

Análisis Dinámico: Integración

Análisis Dinámico: Integración Análisis Dinámico: Integración Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj Análisis Dinámico: Integración 1 / 57 Integración indefinida

Más detalles

Complementos de matemáticas. Curso 2004-2005

Complementos de matemáticas. Curso 2004-2005 Univ. de Alcalá de Henares Ingeniería Técnica Industrial Complementos de matemáticas. Curso 004-005 Colección de ejercicios del tema 1 Las soluciones aparecen en color azul, y si disponéis de la posibilidad

Más detalles

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2. PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.

Más detalles

SISTEMA MONOFÁSICO Y TRIFÁSICO DE C.A Unidad 1 Magnetismo, electromagnetismo e Inducción electromagnética.

SISTEMA MONOFÁSICO Y TRIFÁSICO DE C.A Unidad 1 Magnetismo, electromagnetismo e Inducción electromagnética. SISTEMA MONOFÁSICO Y TRIFÁSICO DE C.A Unidad 1 Magnetismo, electromagnetismo e Inducción electromagnética. A diferencia de los sistemas monofásicos de C.A., estudiados hasta ahora, que utilizan dos conductores

Más detalles

6. VECTORES Y COORDENADAS

6. VECTORES Y COORDENADAS 6. VECTORES Y COORDENADAS Página 1 Traslaciones. Vectores Sistema de referencia. Coordenadas. Punto medio de un segmento Ecuaciones de rectas. Paralelismo. Distancias Página 2 1. TRASLACIONES. VECTORES

Más detalles

Repaso de Modelos Matemáticos de Sistemas Dinámicos

Repaso de Modelos Matemáticos de Sistemas Dinámicos Repaso de Modelos Matemáticos de Sistemas Dinámicos Virginia Mazzone Regulador centrífugo de Watt Control Automático 1 http://iaci.unq.edu.ar/caut1 Automatización y Control Industrial Universidad Nacional

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

EXPRESIONES ALGEBRAICAS. POLINOMIOS

EXPRESIONES ALGEBRAICAS. POLINOMIOS EXPRESIONES ALGEBRAICAS. POLINOMIOS 1. EXPRESIONES ALGEBRAICAS. Estas expresiones del área son expresiones algebraicas, ya que además de números aparecen letras. Son también expresiones algebraicas: bac,

Más detalles

CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION

CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION Como hemos dicho anteriormente, los instrumentos de medición hacen posible la observación de los fenómenos eléctricos y su cuantificación. Ahora

Más detalles

TEMA V TEORÍA DE CUADRIPOLOS LINEALES. 5.1.-Introducción. 5.2.-Parámetros de Impedancia a circuito abierto.

TEMA V TEORÍA DE CUADRIPOLOS LINEALES. 5.1.-Introducción. 5.2.-Parámetros de Impedancia a circuito abierto. TEMA V TEORÍA DE CUADRIPOLOS LINEALES 5.1.-Introducción. 5.2.-Parámetros de Impedancia a circuito abierto. 5.3.-Parámetros de Admitancia a cortocircuito. 5.4.-Parámetros Híbridos (h, g). 5.5.-Parámetros

Más detalles

UNIDAD I NÚMEROS REALES

UNIDAD I NÚMEROS REALES UNIDAD I NÚMEROS REALES Los números que se utilizan en el álgebra son los números reales. Hay un número real en cada punto de la recta numérica. Los números reales se dividen en números racionales y números

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

Transformada de Laplace: Análisis de circuitos en el dominio S

Transformada de Laplace: Análisis de circuitos en el dominio S Transformada de Laplace: Análisis de circuitos en el dominio S Trippel Nagel Juan Manuel Estudiante de Ingeniería en Sistemas de Computación Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía

Más detalles

by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true

by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true I. FUNDAMENTOS 3. Representación de la información Introducción a la Informática Curso de Acceso a la Universidad

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

Ideas básicas sobre movimiento

Ideas básicas sobre movimiento Ideas básicas sobre movimiento Todos conocemos por experiencia qué es el movimiento. En nuestra vida cotidiana, observamos y realizamos infinidad de movimientos. El desplazamiento de los coches, el caminar

Más detalles

ESTUDIO DE LA ESTABILIDAD EN EL DOMINIO FRECUENCIAL

ESTUDIO DE LA ESTABILIDAD EN EL DOMINIO FRECUENCIAL ESTUDIO DE LA ESTABILIDAD EN EL DOMINIO FRECUENCIAL 1.-Introducción. 2.-Criterio de estabilidad de Nyquist. 3.-Estabilidad relativa. 3.1.-Margen de ganancia. 3.2.-Margen de fase. 4.-Estabilidad mediante

Más detalles

Nociones básicas sobre adquisición de señales

Nociones básicas sobre adquisición de señales Electrónica ENTREGA 1 Nociones básicas sobre adquisición de señales Elaborado por Juan Antonio Rubia Mena Introducción Con este documento pretendemos dar unas nociones básicas sobre las técnicas de medida

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

Divisibilidad y números primos

Divisibilidad y números primos Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos

Más detalles

Los sistemas de numeración se clasifican en: posicionales y no posicionales.

Los sistemas de numeración se clasifican en: posicionales y no posicionales. SISTEMAS NUMERICOS Un sistema numérico es un conjunto de números que se relacionan para expresar la relación existente entre la cantidad y la unidad. Debido a que un número es un símbolo, podemos encontrar

Más detalles

Módulo 9 Sistema matemático y operaciones binarias

Módulo 9 Sistema matemático y operaciones binarias Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional

Más detalles

Manual de Introducción a SIMULINK

Manual de Introducción a SIMULINK Manual de Introducción a SIMULINK Autor: José Ángel Acosta Rodríguez 2004 Capítulo Ejemplo.. Modelado de un sistema dinámico En este ejemplo se realizará el modelado de un sistema dinámico muy sencillo.

Más detalles

Fig 4-7 Curva característica de un inversor real

Fig 4-7 Curva característica de un inversor real Clase 15: Criterios de Comparación de Familias Lógicas. Características del Inversor Real Cuando comenzamos a trabajar con un inversor real comienzan a aparecer algunos inconvenientes que no teníamos en

Más detalles

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1 . ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio

Más detalles

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

Polinomios y fracciones algebraicas

Polinomios y fracciones algebraicas UNIDAD Polinomios y fracciones algebraicas U n polinomio es una expresión algebraica en la que las letras y los números están sometidos a las operaciones de sumar, restar y multiplicar. Los polinomios,

Más detalles

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario)

Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES. ÁLGEBRA PARA INGENIEROS (Solucionario) Capitán de fragata ingeniero AGUSTÍN E. GONZÁLEZ MORALES ÁLGEBRA PARA INGENIEROS (Solucionario) 2 Í N D I C E CAPÍTULO : MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES LINEALES CAPÍTULO 2: ESPACIOS VECTORIALES

Más detalles

ELECTRÓNICA DIGITAL. Una señal es la variación de una magnitud que permite transmitir información. Las señales pueden ser de dos tipos:

ELECTRÓNICA DIGITAL. Una señal es la variación de una magnitud que permite transmitir información. Las señales pueden ser de dos tipos: ELECTRÓNICA DIGITAL INDICE 1. TIPOS DE SEÑALES... 3 1.1. SEÑALES ANALÓGICAS... 3 1.2. SEÑALES DIGITALES... 3 2. REPRESENTACIÓN DE LAS SEÑALES DIGITALES... 3 2.1. CRONOGRAMAS... 3 2.2. TABLA DE VERDAD...

Más detalles

Como ya se sabe, existen algunas ecuaciones de segundo grado que no tienen ninguna solución real. Tal es el caso de la ecuación x2 + 1 = 0.

Como ya se sabe, existen algunas ecuaciones de segundo grado que no tienen ninguna solución real. Tal es el caso de la ecuación x2 + 1 = 0. NÚMEROS COMPLEJOS. INTRO. ( I ) Como ya se sabe, existen algunas ecuaciones de segundo grado que no tienen ninguna solución real. Tal es el caso de la ecuación x2 + 1 = 0. Si bien esto no era un problema

Más detalles

QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros.

QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. Qué significa esto? Decir que una empresa es eficiente es decir que no

Más detalles

CURSO 2010-2011 TECNOLOGÍA TECNOLOGÍA 4º ESO TEMA 5: Lógica binaria. Tecnología 4º ESO Tema 5: Lógica binaria Página 1

CURSO 2010-2011 TECNOLOGÍA TECNOLOGÍA 4º ESO TEMA 5: Lógica binaria. Tecnología 4º ESO Tema 5: Lógica binaria Página 1 Tecnología 4º ESO Tema 5: Lógica binaria Página 1 4º ESO TEMA 5: Lógica binaria Tecnología 4º ESO Tema 5: Lógica binaria Página 2 Índice de contenido 1. Señales analógicas y digitales...3 2. Código binario,

Más detalles

EJERCICIOS SOBRE : NÚMEROS ENTEROS

EJERCICIOS SOBRE : NÚMEROS ENTEROS 1.- Magnitudes Absolutas y Relativas: Se denomina magnitud a todo lo que se puede medir cuantitativamente. Ejemplo: peso de un cuerpo, longitud de una cuerda, capacidad de un recipiente, el tiempo que

Más detalles

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.

UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado

Más detalles

Clase 15 Espacios vectoriales Álgebra Lineal

Clase 15 Espacios vectoriales Álgebra Lineal Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos

Más detalles

Aplicaciones Lineales

Aplicaciones Lineales Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)

Más detalles

ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD

ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD MODALIDAD CIENTÍFICO-TÉCNICO 1. NOMBRE DE LA MATERIA: Matemáticas II 2. NOMBRE DEL COORDINADOR: Miguel Delgado Pineda (mdelgado@mat.uned.es,

Más detalles

Los números racionales

Los números racionales Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones

Más detalles

Seminario Universitario Material para estudiantes. Física. Unidad 2. Vectores en el plano. Lic. Fabiana Prodanoff

Seminario Universitario Material para estudiantes. Física. Unidad 2. Vectores en el plano. Lic. Fabiana Prodanoff Seminario Universitario Material para estudiantes Física Unidad 2. Vectores en el plano Lic. Fabiana Prodanoff CONTENIDOS Vectores en el plano. Operaciones con vectores. Suma y producto por un número escalar.

Más detalles

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Autor: José Arturo Barreto M.A. Páginas web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Aplicación de la Transformada de Laplace y las ecuaciones

Más detalles

Introducción al Cálculo Simbólico a través de Maple

Introducción al Cálculo Simbólico a través de Maple 1 inn-edu.com ricardo.villafana@gmail.com Introducción al Cálculo Simbólico a través de Maple A manera de introducción, podemos decir que los lenguajes computacionales de cálculo simbólico son aquellos

Más detalles

Biblioteca Virtual Ejercicios Resueltos

Biblioteca Virtual Ejercicios Resueltos EJERCICIO 13 13 V a l o r n u m é r i c o Valor numérico de expresiones compuestas P r o c e d i m i e n t o 1. Se reemplaza cada letra por su valor numérico 2. Se efectúan las operaciones indicadas Hallar

Más detalles

LEYES DE CONSERVACIÓN: ENERGÍA Y MOMENTO

LEYES DE CONSERVACIÓN: ENERGÍA Y MOMENTO LEYES DE CONSERVACIÓN: ENERGÍA Y MOMENTO 1. Trabajo mecánico y energía. El trabajo, tal y como se define físicamente, es una magnitud diferente de lo que se entiende sensorialmente por trabajo. Trabajo

Más detalles

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define. VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman

Más detalles

Función exponencial y Logaritmos

Función exponencial y Logaritmos Eje temático: Álgebra y funciones Contenidos: Función exponencial y Logaritmos Nivel: 4 Medio Función exponencial y Logaritmos 1. Funciones exponenciales Existen numerosos fenómenos que se rigen por leyes

Más detalles

, o más abreviadamente: f ( x)

, o más abreviadamente: f ( x) TEMA 5: 1. CONCEPTO DE FUNCIÓN Observa los siguientes ejemplos: El precio de una llamada telefónica depende de su duración. El consumo de gasolina de un coche depende de la velocidad del mismo. La factura

Más detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

Más detalles

Naturaleza binaria. Conversión decimal a binario

Naturaleza binaria. Conversión decimal a binario Naturaleza binaria En los circuitos digitales sólo hay 2 voltajes. Esto significa que al utilizar 2 estados lógicos se puede asociar cada uno con un nivel de tensión, así se puede codificar cualquier número,

Más detalles

Materia: Informática. Nota de Clases Sistemas de Numeración

Materia: Informática. Nota de Clases Sistemas de Numeración Nota de Clases Sistemas de Numeración Conversión Entre Sistemas de Numeración 1. EL SISTEMA DE NUMERACIÓN 1.1. DEFINICIÓN DE UN SISTEMA DE NUMERACIÓN Un sistema de numeración es un conjunto finito de símbolos

Más detalles

Matrices Invertibles y Elementos de Álgebra Matricial

Matrices Invertibles y Elementos de Álgebra Matricial Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices

Más detalles

TEMA I: INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL

TEMA I: INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL TEMA I: INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL 1. Electrónica Digital Antes de empezar en el tema en cuestión, vamos a dar una posible definición de la disciplina que vamos a tratar, así como su ámbito

Más detalles

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos

Más detalles

Integrales y ejemplos de aplicación

Integrales y ejemplos de aplicación Integrales y ejemplos de aplicación I. PROPÓSITO DE ESTOS APUNTES Estas notas tienen como finalidad darle al lector una breve introducción a la noción de integral. De ninguna manera se pretende seguir

Más detalles

Ejemplos y problemas resueltos de análisis complejo (2014-15)

Ejemplos y problemas resueltos de análisis complejo (2014-15) Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es

Más detalles